JP2006524451A - 無線情報デバイスに音声メールを提供する方法 - Google Patents

Abstract

音声メールで音声メールが受信され、オーディオファイル形式に変換され、次いで、ワイドエリアネットワークを通じて、コンピュータのネットワークからなる音声／テキスト文字表記システムに送信またはストリーミングされる。ネットワーク化されたコンピュータの１つが音声メッセージをオペレータに対して再生し、オペレータは対応するテキストメッセージ（実際には、機械的な単語対単語の変換ではなく、元の音声メッセージを簡潔にしたバージョン）をコンピュータに入力して文字表記されたテキストメッセージを生成することにより、元の音声メッセージから実際のメッセージをインテリジェントに文字表記する。そして、文字表記されたテキストメッセージがコンピュータから無線情報デバイスに送信される。機械による文字表記の代わりに人間のオペレータが使用されるので、音声メールが、正確、インテリジェント、適切、かつ簡潔にテキストメッセージ（ＳＳＭ／ＭＭＳ）に変換される。

Description

本発明は、無線情報デバイスに音声メールを提供する方法に関する。尚、本特許出願で使用される用語「無線情報デバイス」は、双方向の無線情報機能を有する任意種のデバイスを包含するものと広く解釈すべきものである。「無線情報デバイス」としては、例えば、無線電話、スマートフォン、通報器、無線メッセージング端末、パーソナルコンピュータ、コンピュータ、および特定用途デバイスが挙げられるが、これらに限定されるものではない。無線情報デバイスは、GSMまたはUMTS、CDMA及びWCDMA移動無線、Bluetooth、IrDA等の任意の種類のネットワークを通じて任意の方式で通信が可能なデバイスを含む。

音声メールは、その他の方法では連絡がつかないような場合に、ユーザの電話機に電話している者からの音声メッセージを記憶しておき、都合のよい時にそのメッセージをユーザに中継するという単一の目的を有する。しかし、今日の音声メールシステムは、特に携帯電話などの無線情報デバイスの場合には、これをインテリジェントに行うことができない。主な理由は、ユーザの無線情報デバイスから遠隔の音声メールサーバへのインタフェースの性質にある。即ち、一般的に、携帯電話ユーザは、ネットワーク事業者によって管理される音声メールサーバを呼び出す（又は音声メールサーバによって呼び出される）。音声メールサーバは、ユーザにメッセージ数を通知する合成音声を生成し、次いでメッセージを再生する合成音声を生成する。そして、「再生するには１を押してください」、「削除するには２を押してください」、「繰り返すには３を押してください」等の種々の選択項目が合成音声によって話される。このような音声メールの形態は、いくつかの問題をユーザに呈する。まず、第１に、ユーザは、重要な情報を書き留めるためのペンと紙を持ち合わせていない場合がある。第２に、ユーザは、選択項目を忘れてしまう、或は聞き取ることができず、従って、音声メールシステムを効果的に操作できない場合がある。

この不十分で分かりにくいインタフェースのために、音声メールは、携帯電話ユーザの少なくとも４５％のユーザには使用されていない。又、音声メールを使用するユーザの中において、音声メールは、それらユーザの通話時間と使用額（spend）の３０％を占める。このように驚くほど高いレベルの理由の１つとして、インタフェースが分かりにくいために、ユーザが１回で詳細を得られなかった主要なメッセージを聞くためだけに、頻繁に再度ダイヤルすることが挙げられる。

音声メールの取り出しを容易にするいくつかの試みがなされている。例えば、Breveon Inc.による米国特許第６５０７６４３号（特許文献１）が挙げられる。この特許では、音声認識コンピュータを使用することにより、音声メールをテキストメッセージに自動的に変換する。テキストメッセージは、電子メールメッセージとしての送信や、ＰＣやラップトップコンピュータなどのテキスト表示装置での閲覧に適している。また、書かれたメッセージを読むことは、音声メールによる音声を聞くより時間がかからないし、既に文字によって記述されているので、ユーザがメッセージから重要な情報を書き留める必要もない。しかし、自動化された音声メールシステムの性能や精度はかなり限られており、又、人間の発話にある普通のためらい（「えーと」、「うーん」、「あー」等）も、盲目的に文字として表記してしまう。人間の会話を聞いているときには、そうした音を容易に除去し、本質的な伝達内容に集中することができる。しかしながら、電子メールにおいて機械的に文字化された、そうした「ためらい」を目にすると、送信者が明晰でないように感じられることがある。

音声からテキストへの自動変換は、理論上は、携帯電話自体の中に配置することもできる。Nokia Short Voice Messaging system（欧州特許第１２４８４８６号（特許文献２））を参照されたい。このシステムでは、ユーザは、自分の携帯電話にメッセージを話すと、その携帯電話が自動化音声認識エンジンを使用してその場でそのメッセージをテキストに変換し、次いでそのテキストをパッケージし、ＳＭＳメッセージとして送信する。

音声テキスト変換システムの分野においては、自動化音声認識ソフトウェアの精度を改良することに多大な注力がなされている。現在の生成ソフトウェアは、特定の者によって話された単語を認識するように更にトレーニングされる必要があるか、或は、非常に限られた語彙の認識に制限されており、文脈の認識に関しては大きな課題を残している。音声認識ソフトウエアのトレーニングにおいては、ユーザがかなり広範囲な試験用の文章を読み上げ、装置による文字化で生じた文字化エラーを修正することが必要となる。これは、時間がかかり、努力を要する作業である。上記システムは、携帯電話の小さなキーを使用してテキストメッセージを入力する必要はなくすが、一般的な自動化音声認識ソフトウェアにつきものの不正確さと不適当な文字化に対処するものではない。
米国特許第６５０７６４３号 欧州特許第１２４８４８６号

任意の者によって通常の速度で話される任意の主題に関する自然な発話を確実かつ正確に認識することができる音声認識ソフトウェアを構築する作業は、なお非常に困難な作業である。それでも、音声テキスト変換システムの分野では、これは、乗り越えるべき重要な目標であり続けている。本発明は、このような通説に挑むものである。

第１の態様で、無線情報デバイスに音声メールを提供する方法が提供され、この方法は次のステップを備える。
無線情報デバイスに音声メールを提供する方法であって、
(a)音声メールサーバで音声メッセージを受信するステップと、
(b)前記音声メッセージをオーディオファイル形式に変換するステップと、
(c)前記オーディオファイルを、ワイドエリアネットワークを通じて、コンピュータのネットワークからなる音声／テキスト文字表記化システムに送信またはストリーミングするステップとを備え、
前記方法は、
(i)前記ネットワーク化されたコンピュータの１つが前記音声メッセージをオペレータに対して再生するステップと、
(ii)前記オペレータが前記コンピュータにおいて前記元の音声メッセージをインテリジェントに文字表記化することにより、文字表記されたテキストメッセージを生成するステップと、
(iii)前記オペレータが前記文字表記されたテキストメッセージを前記コンピュータから前記無線情報デバイスに送信させるステップとを備える。

機械の代わりに人間のオペレータによる文字化が採用されるので、音声メールが正確、インテリジェント、適切、かつ簡潔にテキストメッセージ（ＳＭＳ／ＭＭＳなど）に変換される。
この方式を使用して音声メールを提供することには、以下に示されるように多くの利点がある。

Ａ．ユーザのために書かれる
・メッセージを取得するためのダイヤル操作が不要である。代わりに、メッセージはすでに正確かつインテリジェントに（ためらいや繰り返しを省くなど）メッセージフォーマットに文字表記されている。
・メッセージを開き、読む前に、メッセージの実際の送信者を認識でき、受信された音声メールの「受信箱」ビューをユーザに提供する。また、保存、転送、削除、返信などに際して、ユーザが読むメッセージに対するコントロールをユーザに提供する。変換された音声メールは、標準的なテキストメッセージとは異なるアイコンを有する。発呼者ＩＤ（Caller ID）が入手できる場合は、発呼者ＩＤが使用され、その番号がテキストメッセージのヘッダに埋め込まれる。これにより、そのメッセージが直接その発呼者から来たように見える。或は、その番号を公表しないようにする場合には、送信者として「SpinVox Voicemail」が受信者側に表示される。
・主要な情報が手元に届けられる。仮に「移動中」の場合であっても、ペンや紙を探す必要がない。
■大半の新しい電話機、特にスマートフォンは、テキストを解析し、その有用な部分を電話機とそのアプリケーション内で自動的に使用するために提供することができ、ユーザによるコピーの手間を省く。例えば、電話番号を直ちに格納したり使用するために利用すること、アドレスをハイパーリンクさせて連絡先に追加すること、或は、住所を使用して地図ソフトウェアでその住所を自動的に見つけること等が可能である。

Ｂ．煩わしさがなく、利便である
・忙しい時に音声メールから迷惑な電話がかかってこない。代わりに、ユーザは、ミーティング中に到着する音声メッセージを見て、自身の裁量でメッセージを読むことができる。

Ｃ．メッセージがいつでも届く
・ＳＭＳの記憶及び転送能力は、ユーザの電話機に再度電源が入れられる、又はユーザの電話機が受信可能範囲に入ると直ちに高速の配信を保証する。
・ＳＭＳ、電子メール、ファックス等、都合のよい配信方法を選択できる。

Ｄ．例えばオフィスの電話機（卓上電話）のような、呼の転送をサポートする他の電話機をテキスト変換サービスへ接続する
・卓上電話及びモバイルの音声メールをユーザの携帯電話にテキストとして配信することができる。すべてがまとめて、利便に手元に配信される。
・音声メールの元の音声ファイルは、どの電話機からのパスワードでもアクセス可能なサーバに記憶される。このため、携帯電話からも固定電話からも音声メールにアクセスすることができる。

Ｅ．海外でローミングしている際に安価に音声メッセージが配信される
・ユーザはどこにいてもテキスト形態で音声メッセージを受信することができる。
・ユーザは電子メールとして音声メッセージを受信することもできる。そのため世界中で、携帯電話の受信範囲にいない時にも、メッセージを得ることができる。
・ローミング料金や、メッセージを取り出すための高額のかけ直しが不要である。

［課金（ビリング）］
前払いと後払いの２つの選択肢がある。後払いは、ユーザの電話代請求書でのマイクロ課金か、クレジット／デビットカードによる直接の引き落とし月払いのいずれかを介して行われる。実際には、現在、第３者の商業サービス提供者を介してどのような支払い方法でも利用することができ、そのため、主として米国における現象であるPayPalも欧州で有効な支払い方法として利用できるようになりつつある。

［クレジット／デビットカード］
ユーザは、Direct Debit（英国）及び米国のPayPalを含めて、自動的な月払いのためにクレジット／デビットカードで手続きすることができる。

［マイクロビリング］
ユーザは、ユーザに新しい貸付を確認する、１つのリバースビリングされる（reverse billed）ＳＭＳを介してSpinVoxの貸付（１０ポンド相当）を購入することができる。通例、これは、プリペイド市場にアピールする。これは、サービスを使用する毎の多数の個々のマイクロトランザクション（小額決済）の比較的高額のコスト（６０％＋）をうまく回避し、ユーザからのサービスの利用をいくらか促進する。そうでない場合、そのサービスは非常に高価なものとなってしまう。

本発明は、携帯電話製品一式の一部として、英国ロンドンのSpinVox Limitedによって実施される。

１．VoicemailView（登録商標）：音声メール／テキスト変換システム − このシステムは、元の音声メールを携帯電話で聞く選択肢とともに、音声メールをテキスト（ＳＭＳ／ＭＭＳまたは同等のメッセージングフォーマット）に変換して携帯電話に配信させる選択肢を利用者に与える。用語「ＳＭＳ」は、携帯電話にプレーンテキストメッセージを送信するショートメッセージサービスを意味する。「ＭＭＳ」は、携帯電話と他の形態の無線情報デバイスとの間でマルチメディア通信を送信するための、３ＧＰＰ（第３世代パートナーシッププロジェクト）によって開発されたマルチメディアメッセージングサービスを意味する。これらの用語は、仲介技術（ＥＭＳ（Enhanced Message Service）等）や、Premium SMS等の改良、及び今後強化或は開発されるサービスも包含するものである。

２．VoicemailManager（登録商標）：新規の音声メール管理アプリケーション − このアプリケーションは、携帯電話にＧＵＩ（グラフィカルユーザインタフェース）を追加する。これは、携帯電話（Cellular Phone）音声メールシステムで提供される既存の音声メニューシステム（ＵＩ）を補うもの（或は既存の音声メニューシステムに置き換えられるもの）である。これは、電話機の通話転送機能、グリーティングコントロール、および他の関連するコントロールを統合して、音声メール管理のための１つの環境（アプリケーション）を携帯電話に提供する。

３．VoiceMessenger（登録商標）：音声／テキスト変換システム − これは、ユーザによって携帯電話に話されたテキストメッセージを遠隔地でテキストに変換し、利用に骨の折れる英数文字電話パッド入力システムを用いることなく、テキストメッセージを送信することを可能にする。

音声メッセージからテキストフォーマットへの正確な文字表記化（VoicemailView及びVoiceMessengerで配備される）の鍵となるのは、自動化された音声認識システムではなく、人間のオペレータを使用してメッセージ抽出することによりインテリジェントに実際の文字表記化を行う（冗長／逐語的な文字表記化ではない）ことである。このシステムの効率的な運用の鍵となるのは、オペレータに音声ファイルを迅速に送信し、オペレータがそれらのメッセージを迅速に聞き、効率的に文字表記を生成し、文字表記化したメッセージをテキストメッセージとして送信できるようにするＩＴアーキテクチャである。

Ａ． VoicemailView（商標）音声メール／テキスト変換システム
音声メール／テキスト変換システムを実現（deliver）する３つのソリューションについて説明する。
１．Inside the Network Operator（ネットワーク事業者内型）−システムが、事業者のネットワークサービス（図１参照）の中に統合される。
２．Outside the Network Operator（ネットワーク事業者外型）−サービス会社が固定電話を介してネットワーク事業者の音声メールシステムにアクセスし、外部サービスをエンドユーザに直接提供する（図２参照）。或は、サービス会社が専用の音声メールシステムを収容し、完全にネットワーク事業者のサービスの外側でサービスを配信する。従って、ネットワーク事業者と電話機に依存しない（図３参照）。

Ａ.１ VoicemailView：Inside the Operator（事業社内型）
図１を参照すると、このプロセスは次のように展開される。
１．ＰＳＴＮまたは携帯電話網からの発呼者が音声メールを委ねる。
２．音声メールは、音声文字表記サービスによってＳＭＳまたはＭＭＳに変換される。この変換は、自動的な音声認識システムではなく、人間のオペレータによって行われる。人間のオペレータは、自動化された音声認識システムに比べてはるかに正確で柔軟性があり、メッセージをインテリジェントに解釈することができ、不必要なためらいと繰返しを除去して、短く、簡潔で明快なメッセージを生成する。付録IIに、効果的で簡潔な文字表記のための要件を定義する。オペレータは、現在１６０文字のＳＭＳテキストメッセージの上限内に収まるようにメッセージを大幅に短くする（或は、標準的な連結を介して長いメッセージを複数のＳＭＳメッセージに収める）ようにしてもよい。なお、ＭＭＳではそのような上限はない。
・元の音声メールファイルへのリンク（一意のＩＤ）が生成される。このＩＤは、単に日付／時刻および発呼者の番号のハッシュでよい。
・音声メールの時刻および日付がＳＭＳ／ＭＭＳファイルのヘッダに追加される。
・発呼者の電話番号がＳＭＳ／ＭＭＳファイルのヘッダに追加される。
３．メッセージファイルが格納のためにＳＭＳ又はＭＭＳサーバに送信される。
４．ＳＭＳ又はＭＭＳゲートウェイを介してメッセージが無線端末に送信される。
５．ユーザは、ＳＭＳ又はＭＭＳアプリケーション内において、或はプラットフォームに依存するメッセージングアプリケーション内において、「テキスト」化された音声メールを閲覧および管理する。
６．ユーザは、端末で実行される新規のVoicemailManagerアプリケーション（全ての音声メール機能のためのＧＵＩインタフェースを提供する。Ｂ.２参照）を通じて元の音声メールを聞くことを要求できる：再生、早送り、巻き戻し、次メッセージ、消去、保存、転送、メッセージの時刻／日付、電話のかけ直し（及び音声プロンプト／メニューを通じて利用可能な他の既存の音声メールコントロール）。
７．能動的なＳＭＳ／ＭＭＳの配信は、メッセージを「既読」として、ＳＭＳ／ＭＭＳの格納状態と音声メールの格納状態とを同期させる。

Ａ.２ Outside the Operator（事業者外型）；サービス会社が事業者に音声／テキスト変換のオペレータのためのインフラストラクチャを提供する形態
図２を参照すると、このプロセスは次のように展開される。
１．新規利用者は、電話番号、音声メール受信箱の暗証番号、および他の詳細事項をサービス会社に提供する。これにより、音声メール取得格納サーバは、利用者の音声メール受信箱への定期的なポーリングによって、音声メール受信箱と通信し、メッセージを取得する。或は、事業者内部の音声メールシステムが新しい音声メールの通知を送信することにより、音声メール取得格納サーバはメッセージを取り出す。ユーザへの課金には２つの選択肢（前払いまたは後払い）がある。
1. リバーステキストビリング（マイクロビリング）
2. 月ごとのクレジット／デビットカードによるビリング（課金）
２．ＰＳＴＮネットワークまたは携帯電話網からの発呼者が音声メールを委ねる。
３．サービス会社の音声メール取得格納サーバが、利用者の音声メール受信箱を呼び出し、メッセージを聴く。
・標準のＤＴＭＦトーンを使用してメッセージを再生し、通話時刻、発呼者の番号、及び他のデータを取り出して、テキスト配信に必要なデータを構築する。
・一意のＩＤを作成する。ＩＤは単に時刻／日付および発呼者の番号のハッシュでよい。
・将来の再生のために音声メールを記憶する。
４．音声メールのオーディオファイルが、人間のオペレータを利用する音声文字表記システムに送られ、ＳＭＳまたはＭＭＳファイルに変換され、配信のためにサードパーティのＳＭＳ／ＭＭＳゲートウェイに送信される。
・元の音声メールファイルへのリンク（一意のＩＤ）が生成され、ユーザに隠された情報としてＳＭＳ／ＭＭＳファイルに埋め込まれる。
・ＳＭＳ／ＭＭＳファイルのヘッダに音声メールの時刻および日付が加えられる。
・発呼者の番号がＳＭＳ／ＭＭＳファイルのヘッダに加えられる。
・ＭＭＳファイルは、ローカルな再生のために埋め込まれた元のオーディオファイルを含むことができる。
５．ＳＭＳまたはＭＭＳメッセージが利用者のネットワーク事業者を介して配信される。
・メッセージはＳＭＳ又はＭＭＳゲートウェイを介して無線端末に送信される。
・ユーザは、ＳＭＳ又はＭＭＳアプリケーション内で、或はプラットフォームに依存したメッセージングアプリケーション内で、「テキスト」化された音声メールを閲覧し、管理する。
６．ユーザは、端末上の新規の音声メール管理アプリケーション（これがＧＵＩを提供する。Ｂ.２参照）を使用して、ネットワーク上の自分の音声メールにダイヤルすることができる。音声プロンプト／メニューを通じて、再生、早送り、巻き戻し、次のメッセージ、消去、保存、転送、メッセージの時刻／日付、電話のかけ直し、および他の既存の音声メール用のコントロールを利用することができる。
７．元の音声メールを聴く際には、ユーザは、サービス会社の音声メール格納サーバに接続される。一意のＩＤ（ＳＭＳ／ＭＭＳメッセージ中ではユーザに隠されている）が、再生すべき正しいファイルを取り出す。

Ａ.３ Outside the Operator（事業者外型）：音声メールが完全にサービス会社によって提供される形態
図３を参照すると、このプロセスは次のように展開される。
１．新規利用者が自分の電話番号と課金の詳細をサービス会社に提供する。ユーザは、そのサービス会社を音声メールプロバイダとして使用している。
２つのオプションがある。
1. 利用者は、自分の電話への通話を手動でサービス会社の音声メールゲートウェイ番号に転送する
2. サービス会社は、振る舞いを変更するための無線による（over the air）アップグレードを提供する。
課金には２つの選択肢（前払いまたは後払い）がある。
3. リバーステキストビリング（マイクロビリング）。
4. 月単位のクレジット／デビットカードビリング（課金）。
２．任意の電話、通例はＰＳＴＮまたは携帯電話網からの発呼者が音声メールを委ねる。
３．サービス会社の音声メールが全ての音声メール機能を提供する。
1. 将来の再生のための音声メールの格納。
2. 一意のＩＤの作成。ＩＤは、時刻／日付および発呼者番号のハッシュでよい。
４．音声メールのオーディオファイルが、人間を利用する音声文字表記システムに送られ、人間のオペレータによってＳＭＳまたはＭＭＳファイルに変換され、配信のためにサードパーティーのＳＭＳ／ＭＭＳゲートウェイに送信される。
・元の音声メールファイルへのリンク（一意のＩＤ）が生成され、ユーザに隠された情報としてＳＭＳ／ＭＭＳファイルに埋め込まれる
・ＳＭＳ／ＭＭＳファイルのヘッダに音声メールの時刻と日付が加えられる。
・ＳＭＳ／ＭＭＳファイルのヘッダに発呼者の番号が加えられる。
・ＭＭＳファイルはローカルに再生するために埋め込まれた元のオーディオファイルを含むことができる。
５．ＳＭＳまたはＭＭＳメッセージが利用者のネットワーク事業者を介して配信される。
・メッセージはＳＭＳまたはＭＭＳゲートウェイを介して無線端末に送信される。
・ユーザは、ＳＭＳまたはＭＭＳアプリケーション、あるいはプラットフォームに依存するメッセージングアプリケーションにより「テキスト」化された音声メールを閲覧し、管理する。
６．ユーザは、端末の標準的なＩＶＲコントロールまたは新規の音声メール管理アプリケーション（ＧＵＩを提供する。Ｂ．２参照）を使用して、ネットワーク上の自分の音声メールにダイヤルすることができる。音声プロンプト／メニューを通じて、再生、早送り、巻き戻し、次のメール、消去、保存、転送、メッセージの時刻／日付、電話のかけ直し、および他の既存の音声メール用のコントロールを利用することができる。
７．元の音声メールを聞く際には、ユーザは、サービス会社の音声メール格納サーバに接続される。一意のＩＤ（ＳＭＳ／ＭＭＳメッセージ中ではユーザから隠される）が、再生すべき正しいファイルを取り出す。

Ｂ．携帯電話ソフトウェア
上記のどの形態においても、携帯電話（または何らかの性質を持った他の無線情報デバイス）は、無線（over the air）または他の方式で以下のようにアップグレートされる必要がある。

Ｂ.１ 音声メール（テキストメッセージ）の閲覧
２つの選択肢がある。
1. 既存の電話ＧＵＩを変更しない。文字表記化された音声メールであるＳＭＳは別のメッセージとして扱う。
2. 以下に示す新しい機能を組み込むようにＧＵＩに変更を加える。

図４に、メッセージ受信箱に音声メールメッセージがあることを知らせるために、ＳＭＳメッセージの隣に使用することができる電話機アイコンを示す。テキストとして文字表記された音声メールがデバイスのメッセージ受信箱にある。このメールは、Homer Simpsonから送信されたものである。図５に、現在のＳＭＳテキストアイコンの外見を示す。別の方法としては、音声メールを表す「V:」などの何か論理的なものを各ヘッダの前につけることがあげられる。この場合、例えば、「V:Homer Simpson」は、Homer Simpsonからの文字表記化されたＳＭＳ音声メールを意味する。また、図６に示すように、音声メールメッセージのテキストファイル中には、音声メールの時刻と日付が加えられるべきである（すべてのゲートウェイが送信メッセージに正しくタイムスタンプするとは限らないため）。図７に、携帯電話において上記を実現した様子を示す。ユーザは、反転表示された（Daniel Daviesからの）文字表記された音声メールについて「読む」の選択肢を選択しており、デバイスは、通常の方式でＳＭＳを表示している。但し、日付と時刻が加えられている。単に所与のキー（同図では「１」のキー）を押したままにすることにより、通常の音声形式の音声メール再生機能を起動することも可能である。

標準的なＳＭＳメッセージを開くと、一般には、「消去」、「再生」、「編集」等の更なる機能に容易にアクセスすることができる（例えばNokia製の携帯電話ではオプションメニューを介して）。この標準的な「オプション」メニュー、またはそれに相当するものに付属して、本実施では、図８に示すように３つの新しい機能を追加する。
・元のメッセージを聞く（Hear Orignal）。
・電話をかけ直す（Call back）。
・連絡先に追加する（Add to Contacts）。
下記でこれらの新しい機能について詳しく述べる。

［元のメッセージを聞く］： これは、ユーザが元の音声メールを聞くことを可能にするもので、ＳＭＳ／ＭＭＳメッセージの中に符号化された一意のＩＤを使用して、正しく元の音声ファイルに接続する。
３つの選択肢がある。
(i) ユーザは、標準の音声メールシステムに行き、既存の音声プロンプトに従ってメッセージを聞く。
(ii) ユーザは、下記のＢ.２で述べる新規の音声メール管理アプリケーションに行く。
いずれの場合も、音声メールへの通話を終了すると、ユーザは、メッセージングアプリケーションにおける同じ地点に戻されて、テキスト／オーディオバージョンで何を行うかを決定する。
(iii)ユーザは、端末でローカルに再生するために、元の音声ファイルをＭＭＳメッセージ（または電子メールなどの相当のもの）に埋め込む。

［電話をかけ直す］
メッセージとともに記録された発呼者の番号を使用して発呼者に電話をかけ直す。

［連絡先に追加する］
発呼者の番号を取り出し、新しい連絡先／アドレスのエントリに自動的に追加し、ユーザが名前などで完成させる。
これは、音声から変換されたテキストを解析し、そのテキストをインテリジェントに使用することができる携帯電話ソフトウェアの具体例である。その他の使用例としては以下が挙げられる。
(a) 話された電話番号を抽出して、その番号を使用（電話をかける）、保存、編集、または電話帳に追加できるようにする。
(b) 電子メールアドレスを抽出し、そのアドレスを、使用、保存、編集、またはアドレス帳に追加できるようにする。
(c) 物理的な住所を抽出し、それを使用、保存、編集、またはアドレス帳に追加できるようにする。
(d) ウェブアドレス（ハイパーリンク）を抽出し、それを使用、編集、保存、またはアドレス帳またはブラウザの「お気に入り」に追加できるようにする。
(e) 面会の時刻を抽出し、それを使用、保存、編集、および予定表に一項目として追加できるようにする。
(f) 番号を抽出し、それをデバイスアプリケーションの１つに保存する。
(g) 固有名詞を抽出し、それをウェブ上（ＷＡＰまたはフルブラウザ）で検索する、または調べるオプションを提供する。

テキストをどの程度まで利用できるかは、利用者の電話機のインテリジェンス（基本的には電話機の構文解析能力、他のアプリケーションとの相互動作性、他のアプリケーションで使用するためにこのデータが通常記憶される共通のクリップボード）に応じて決まる。今日では、ほぼすべての電話機が、テキストメッセージからの電話番号、電子メールアドレス、およびウェブアドレスの抽出をサポートしている。これは、通常、（ハイパーリンクまたはそれに相当するものとして）下線が引かれたコンテンツにより、ユーザがメッセージを読んでいる時に利用可能にされる。そして、ユーザは単に「オプション」（Nokia製電話機の場合。または別の製造者の電話機ではそれに相当するもの）と「使用する」（Nokia製電話機の場合。別の電話機ではそれに相当するもの）を選択し、コンテンツのタイプに応じて、さらに状況に応じたオプション（例えば住所の場合は、調べる、ナビゲートする、アドレス帳に保存する等）を選択する。

Ｂ.２ VoicemailManager（商標）：音声メール管理アプリケーション
このアプリケーションは、独立して、または、上記のＢ.１で述べたVoicemailView音声ＳＭＳ／ＭＭＳ変換システム（またはそれに相当するテキスト配信システム）の一部分として使用することができる。

この音声メール管理アプリケーションは、通常のオーディオ音声メールへのアクセスおよびその管理をする際に受信するために使用される標準的な音声プロンプトに加えて、ＧＵＩ（グラフィカルユーザインタフェース）をユーザに与える。利用者が携帯電話を使用して自分のオーディオ音声メールに電話をかける（図９ａ）と、利用者はまず「音声メール受信箱」に導かれ、そして図９Ｂ〜Ｄに示すコントロールが提示される。

プログラミング上の目的で、それらのコントロールのほぼすべてが、ユーザが電話機のキーパッドのキーを押した時のシステムへの入力として、音声メールシステムによって使用される標準的なＤＴＭＦトーンを用いている。

図９Ａに、ユーザが音声メール（Voicemail）に電話をかける様子を示す。図９Ｂに、新しい管理アプリケーションが起動され、初めにすべての音声メールの受信箱の内容（ここでは３つの新しい（New）オーディオ通話と２つの保存された（Stored）オーディオ通話）を表示した様子を示す。オプションのメニューは以下のように動作する。

図９Ｃを参照すると、ユーザが、聞きたいオーディオ音声メールのカテゴリ（すなわち新規メールまたは保存されたメールのいずれか）を選択すると、ユーザには、そのカテゴリのオーディオ音声メールのメニューリストが示される。各メールは、可能であれば送信者名で識別され、送信者名による識別が不可能な場合は発呼者の番号で識別される。理想的には、文字表記されたテキストメッセージは、文字表記サービスによって発呼者名を付随している。これは、ユーザがVoicemailViewで音声／テキスト変換をオフにする（すなわち通常の音声メールを希望する）場合の通知を含む。そのため、ユーザは、自分に音声メールを残した者の名前を見てから、そのメールにダイヤルしてメールを聞くかどうかを決定することができる。ユーザは、容易に、自分が聞きたいオーディオメッセージに移動し、選択することができる。メッセージが選択されると、図９Ｃに示すように、新しい音声メールコントロールが画面に表示される。それらコントロールの機能は以下の通りである。

このプロセス中、ユーザには常に、画面に表示される内容と同期された音声による（aural）ナビゲーションオプションが提供される。そのためユーザは、両者の最良の部分を得ることができる。単純なコマンドに基づく音声認識の使用により、ユーザは単に自分が実行したいコマンドを言えばよい。例えば、新しいメッセージを再生したい場合、ユーザは単に「再生」と言えばよい。するとVoicemailManagerエンジンがそのコマンドを認識し、メッセージの再生を行う。

注：厳密な番号（キーパッドの番号）とそれに関連付けられた機能は、既存の音声メールシステムに依存するものであり、そのためネットワーク事業者／音声メールシステムごとに異なる。

Ｂ.３ VoiceMessenger（登録商標）：音声／テキスト（ＳＭＳ／ＭＭＳ）変換サービス
例えば受信者の邪魔とならないようにメッセージを受信者に届けたい場合など、ユーザが音声ではなくテキスト形式でメッセージを送信することが好ましい場合がある。しかし、小さな英数文字キーパッドでテキストを親指でタイプすることは多くのユーザにとって困難である。また、歩行中など移動している場合や、車中にいる場合、あるいは片手しか利用できない場合、あるいは運転中などタイプ入力できない場合もある。VoiceMessenger（商標）音声／テキスト変換サービスはこの必要性に対処する。

ユーザは、自分の携帯電話で実行されるメッセージング／テキストアプリケーションに行き、単に電話のアドレス帳からメッセージの受信者を選択するか、受信者の電話番号をタイプ入力し、次いで、「２」のキーを押したままにすることにより、図１０に示すように新しいVoiceMessengerのオプションを選択する。ユーザがまずサービスに接続されることによって開始するように構成することもできる。この場合、サービスに接続された後で、単に番号または名前をローカルの音声認識エンジン（携帯電話）またはリモートの音声認識エンジンに言うと、認識エンジンがユーザをプロセスに導く。

リモートのVoiceMessengerエンジンに接続されると、ユーザは単にメッセージを話し、リモートのVoiceMessengerエンジンがそのメッセージを録音し、人間のオペレータを利用する音声文字表記システムを使用してテキストに変換するためにオーディオファイルを送信する。テキスト形式のメッセージは次いでＳＭＳ／ＭＭＳ（電子メールまたは他の適当なメッセージングシステム）としてパッケージされ、ＳＭＳ／ＭＭＳ等のゲートウェイを通じて送信される。ユーザには、入力を制御し、メッセージを変換、送信するための音声プロンプトが与えられる。

Ｃ．拡張
Ｃ.１ ＭＭＳ ボイスノートからテキストへの変換
ＭＭＳ対応の電話機を有するユーザは、ＭＭＳを介してボイスノートを送信することができ、そのノートを、人間のオペレータを利用する音声文字表記サービスが文字表記化し、要求される宛先に送信する。ユーザは、その方がよい場合は音声メールをＭＭＳフォーマットに変換し、ユーザの電話器に送信させることもできる。

Ｃ.２ 自動化された音声認識
これは、着信する音声ファイルの処理を高速化し、運営コストを低減する。主要な機能は、話された電話番号を自動検出し、言語を検出して、適切な人間のオペレータが配置された文字表記部署にオーディオファイルを回すことである。また、この自動化された音声認識は、ユーザのオンライン電話帳（下記参照）から名前、話された電話番号及びアドレスの検出、VoicemailManagerのコントロールのコマンド検出にも使用できる。

Ｃ.３ オンラインアドレス帳
ユーザがSpin Voxサービスに接続された時に、単に話したい相手の名前を言うだけで使用することができるオンラインアドレス帳には２つの形態がある。
》Spin Voxオンライン電話帳 − ユーザは、ユーザウェブログインを介して、自分のSpin Voxオンラインアドレス帳に入れたい人々の名前と番号を追加することができる。
》Microsoft Outlook（Expressまたはフルバージョン）又は他の電子メール／ＰＩＭ／アドレス帳クライアントとの同期。 − これは、ユーザがすべての連絡先をオンラインで所有することを可能にし、受信者の名前を言うことができるだけでなく、ＳＭＳ、ＭＭＳ、電子メール、ファックスなど、送信したいメッセージのタイプを決定することも可能にする。
》ネットワーク事業者と連携して、ＳＩＭのバックアップ機能を提供し、名前で電話をかけるためのＳＩＭ電話帳を提供することができる。

Ｃ.４ 現在利用可能なサービス（存在）
現在利用可能なサーバを使用して、ユーザは、通信を受信する際の希望のモードを定義することができる。例えば、「会合中」は、通信の前に、連絡を取りたい相手が会合中であり、例えばＳＭＳ／ＭＭＳまたはVoiceViewのテキストメッセージを受け付けることをユーザに知らせる。会合から出て来ると、ユーザは、連絡ステータスを「連絡可能」に変更し、通話による連絡を可能にできる。

付録１
１．SpinVox音声メールＩＶＲ（自動音声応答）構造
ＩＶＲを有する標準的な音声メールサーバシステムが基礎となる。ＩＶＲは、図１１のフローチャートに示すようにプログラムされる。

２．VoicemailView
ユーザの電話機は、（下記で述べる技術プロビジョニングの際に）「１」のキー（標準的な音声メールアクセスキー）を、自動的にSpinVox音声メールサーバを呼び出し、ユーザを自動的にログインさせる（一意の電話番号＋暗証番号）ようにプログラムし直す。これにより、ユーザはＩＶＲツリーの一番上に導かれる。

いずれかの時点でユーザが電話を切ると、セッションが終了し、関連する結果が生じる。別の携帯発呼者からのドロップライン（dropped line）を含めて、録音中にこれが生じると、それが録音の終了であるとみなされ、システムは、文字表記化段階に進む。

文字表記化された各音声メールは、例えば「４」で始まる一意の番号（最終的なＩＶＲツリーの構成に依存する）を含んでおり、そのため、ユーザが「１」を押したままにしてSpinVoxの音声メールサーバに接続した場合、ユーザが単に一意のメッセージＩＤ、例えば４０３を押すと、ユーザは、待ち行列にある３番目のメッセージに導かれる。

２.１ 固定電話または他の携帯電話からのアクセス
図１１に示すように、ＩＶＲツリーは、ユーザが、自身の一意の転送番号（音声メール番号）を使用してダイヤルすることを可能にし、その後ユーザは暗証番号を入力するように促される。

２.２ スピードダイヤル
ＩＶＲシステムは、自身の一意のSpinVox番号＋暗証番号をダイヤルすることを可能にするスピードダイヤルにおけるユーザプログラミングを受け付ける。そして、ユーザは、上記のすべての機能にアクセスすることができる。

２.３ 音声メールを残す
ユーザの電話機は、下記に定義する条件下でSpinVoxの音声メールに転送するように構成され、発呼者は、次のいずれかを聞く。
》デフォルトのSpinVoxの挨拶；「SpinVox音声メールにようこそ。トーンの後にはっきりとメッセージを話して下さい。」［トーン］
》ユーザ自身による挨拶（録音されたユーザによる挨拶）［トーン］
次いで、
1. システムが、デフォルトの長さ（３０秒）、またはユーザが定義した長さ（１０秒〜２分。またはSpinVoxが設定するパラメータ）にわたり発呼者の音声メールを録音する。
2. 録音が終わると、発呼者は、次のプロンプトを介して標準的なＩＶＲオプションを聞く。即ち、
「メッセージを聞くには１を、
メッセージを削除し、もう一度録音するには２を、
メッセージを再度録音するには３を、
終了するには＃を押すか、単に電話をお切り下さい」。
3. ユーザが録音時間を超えた場合は、次のように指示される。
「申し訳ありませんが利用できる録音時間を超えています、
トーンの後にもう一度お試し下さい。」
ａ．新しいメッセージを録音せずにユーザが電話を切った場合、メッセージは、文字表記化のために送信される。
ｂ．別の変形は、ユーザが「高性能文字表記オプション」を選択した場合に生じる。これは次のように動作する。即ち、メッセージの録音時間が、ユーザが設定した最大時間より短い場合は、メッセージは文字表記される。そうでない場合は、メッセージは文字表記されず、代わりに、聞くべき新しい音声メールがあることを知らせる標準的な通知が下記の４ｃで示すフォーマットでユーザに送信される。これは、ユーザは時に、読むより聞いた方が都合のよい長い音声メールを送るという事実に対処する。しかしながら、そうした長いメッセージの場合に、人間の文字表記者が音声メッセージを手短に聞き、その通話の主題の非常に短い表示を書きまとめ、その表示がメッセージの受信者に送信されるようにしてもよい。また、ある量のテキストより少ないテキストしかサポートしない電話機（通例は旧来の電話機）の場合、システムは、初めにユーザの電話機における制限を電話機データベース（SpinVoxによって供給される）で調べ、次いで適切な録音時間をユーザに提供する。例えば、連結をサポートせず、最高で４件のテキストメッセージしかサポートしない古いSiemens製電話機の場合、システムは、大半のメッセージが電話に収まるように例えば３０秒以内に録音時間を維持すべきこととその理由をユーザに知らせる。同様に、そうした電話機のデフォルトの録音時間は、システムによって電話機に適切な長さに設定される必要がある場合がある。
4. メッセージが、該当する文字表記待ち行列に送られる。
ａ．発呼者のＣＬＩＤ（発呼者回線識別）が取り込まれる場合は、「送信者」フィールドを自動的に埋める。そうでない場合は、「SpinVox VoicemailView」を送信者として挿入する。
ｂ．文字表記化することが可能な場合は、テキストバージョンのメッセージがユーザに送信される。
ｃ．文字表記化することができない場合は、特定のフィールドが自動的に埋められた次のテンプレートテキストメッセージがユーザに送信される。
「［入手可能な場合はＣＬＩからの］新しい音声メールがあります。
電話機の「１」を押して音声メールに接続し、
このメッセージを聞くには４ｘｘを押して下さい。
ご利用ありがとうございます。SpinVox。」
「送信者」フィールドは、「SpinVox VoicemailView」になる。
ｄ．送信されたＳＭＳの数に応じて課金する。
5. テキストメッセージがユーザに送信され、ユーザは、電話機で利用できる標準的なオプションに従って次に行う事柄を選択することができる。

３．VoiceMessenger
上記のＩＶＲ図は、ユーザが、携帯電話から直接、または別の電話機を介して、VoiceMessengerにアクセスする方式を示す。

３.１ スピードダイヤル
ＩＶＲシステムは、一意のSpinVox番号＋暗証番号＋「３」をダイヤルすることを可能にするスピードダイヤルをユーザがプログラムすることを受け付ける。

携帯電話からの場合は、下記の技術プロビジョニングで、ダイヤルし、ユーザを直接VoiceMessengerオプションにログインさせる（音声メール番号＋暗証番号＋３）ためのスピードダイヤル（デフォルトではキー「２」）が設定されている。

そして、ユーザは、標準的なプロンプトを聞く。
「SpinVoxのVoiceMessengerにようこそ。
トーンが鳴ったら、宛先番号を言うか、タイプ入力し、
送信したいメッセージを話して下さい。
新しいメッセージを送信するには電話を切るか＃を押して下さい。」［トーン］

そして、
1. ＤＴＭＦトーンが検出できない場合、または混乱している場合（国際通話に＊または＋を使用するなど）は、新しい番号の入力を促す。
「申し訳ありませんが、お客様がタイプ入力した番号を検出することができませんでした。もう一度お試しになり、国際番号の場合は、＋ではなく始めに００を押すことをお忘れのないように」［トーンが鳴って再入力を促す］
2. システムが、デフォルトの長さ（３０秒）またはユーザが定義した長さ（１０秒〜２分）にわたり録音する
3. 録音の最後に、ユーザは、以下のプロンプトを介して標準的なＩＶＲオプションを聞く。
「録音したメッセージを聞くには４を、
録音したメッセージを削除し、再度録音するには５を、
メッセージを再度録音する場合は６を、
新しいメッセージを送信するには＃を押すか単に電話を切ってください」
4. ユーザが録音時間を超えた場合は、次のように指示される。
「申し訳ありませんがご利用になれる録音時間を超えています。
トーンの後に再度お試し下さい。」
ａ．ユーザが新しいメッセージを録音せずに電話を切った場合は、文字表記のためにメッセージが送信される。
5. 「送信者」フィールドが自動的に埋められた状態でメッセージが文字表記待ち行列に送られる（SpinVoxでクライアントが誰であるかが分かるため）。
ａ．文字表記できる場合は、テキストバージョンのメッセージがユーザに送信される。
ｂ．文字表記が不可能な場合は、特定のフィールドが自動的に埋められたテンプレートテキストメッセージがユーザに送信される。
「申し訳ありませんが、お客様が［時刻／日付に］［検出される場合は番号に］話したメッセージを変換することができませんでした。静かな場所でもう一度お試しになり、はっきりと話して下さい。ご利用ありがとうございます。SpinVox。」
この「送信者」フィールドは「SpinVox VoiceMessenger」になる。
ｃ．送信されたＳＭＳまたはＭＭＳのサイズ（ＫＢ）に応じて課金する。
6. テキストメッセージが受信者に送信され、受信者は、電話機で利用できる標準的なオプションに従って次に行うことを選択することができる。

４．技術プロビジョニング
技術プロビジョニングの際に、ユーザデータ（電話機、ネットワーク等）が再使用されて、ユーザの選択した事項がユーザに確認される。

鍵となるのは、ユーザの電話機のコンフィグレーション（VoiceMessengerのドライバとV.Card）と正常なセットアップの確認を一部自動化するために、ＳＭＳメッセージをユーザに送信するシステムである。コンフィグレーションＳＭＳが到着するのを待つ間、ユーザ／販売員が「待ち状態」のままにならないようにするために、上記メッセージはすべて、高優先度として送信される。
ステップは以下の通りである。

ステップ１：プロビジョニング画面のドロップダウンリストからの電話機の選択（通常は販売時）。

ステップ２：Voicemail Viewのセットアップ：
〈次のように文字列を作成する：「＋国コード_ユーザの一意の音声メール番号_p_暗証番号_#」〉〉〉〉これはSPINVOX音声メール番号と呼ばれ、各ユーザに一意である！〉

ステップ３：呼の転送選択。これは、（以下のすべての条件下で）ユーザの音声メールを転送するように携帯電話が通常セットアップされる方式を説明する。ユーザは、自分自身の音声メールではなく、明確に別の者または番号に転送したい場合は、これを変更することができる。
〈高優先度のＳＭＳとして送信するために電話機を設定するために使用される上記の選択に基づいて作成されるＵＳＳＤ文字列．．．（数字の行）。ユーザが返信する／動作のために必要とする４ｘＵＳＳＤ文字列を伴う〉。

ステップ４：ＳＭＳを介して呼の転送がセットアップされる。たった今ＳＭＳが送信されたので、それを受信したらプロビジョニング画面の特定のボタンをクリックすべきことを顧客に通知する（または３分以内に受信されない場合は別の「受信しない」ボタン）。

ステップ５：呼の転送セットアップ：ＳＭＳ。プロビジョニング画面がユーザに、設定用ＳＭＳを受信している場合は、次を行うように指示する。
1. ＳＭＳメッセージを開く。
2. 「オプション」を選択する（各電話機の機能の名前を有するデータベース）。
3. スクロールして「使用番号」を選択する。
4. ４つの番号が表示されるので、最初の番号を選択し、「送信する」を押す。すると、その番号にダイヤルされ、携帯電話の画面に「要求中」が表示される。確認メッセージを受信したら、このステップを残る３つの番号のために繰り返す。

ステップ５：呼の転送ステップ：携帯電話。プロビジョニング画面がユーザに次のように通知する。
携帯電話で、
1. 「メニュー」２を選択する。
〈特定の電話機についてのデータベースからの音声メールビューデータをインポートする。行うべき動作を指示する／「＋国コード_ユーザの一意の音声メール番号_p_暗証番号_#」〉

ステップ６：配信方法の選択。プロビジョニング画面で、ユーザは、テキストに変換された音声メールの受信方法を選択することができる（典型的なオプションは、ＳＭＳ、ＭＭＳ、オーディオファイルが添付されたＭＭＳ、電子メール、オーディオファイルが添付された電子メール）。そして、システムが、ユーザの携帯電話に適切なvCardを送信する。

ステップ７：VoiceMessengerのセットアップ。プロビジョニング画面がユーザに次のように指示する。
次のようにして下さい。
ただ今お客様にSMS VCardを送信しました。受信したら次の事を行って下さい。
1. VCardを受け取り、変更を加えずに携帯電話に保存する。ステップ２へ。
５分以内にこのメッセージを受信しなかった場合、またはVCardを保存することができない場合は、次のようにして下さい。
次の番号を有する、「VoiceMessenger」と呼ばれる新しい「連絡先」を作成する：
＋国番号_ユーザの一意の音声メール番号_p_暗証番号_#，１
新しい「連絡先」の追加の仕方が分からない場合は、ここをクリックする（データベースから取り出された情報を伴う「ハウツー」ページへ行く。何をすべきか教えてくれる）。
2. 〈特定の電話機についてのデータベースからのVoiceMessengerスピードダイヤルの設定データをインポートする。行うべき事を指示する〉

ステップ８：設定画面
SpinVoxサービスをお選びいただきありがとうございます。
＊お客様は今後音声メールをテキストとして受信しますが、単に電話機の「１」キーを押したままにしてお客様のSpinVox音声メールアカウントに接続することにより、いつでも元のメールを聞くことができます。
＊テキストメッセージを話すには、「２」（またはお客様がVoicemailViewに指定したキー）を押したままにしてください。直ちにVoiceMessengerに接続されます。お客様の番号とメッセージをはっきりと話して下さい。お客様がメッセージを話すと、当社でテキストに変換します。
＊「１」キーを押したままにし、プロンプトに従うことによりいつでもVoiceMessengerにアクセスすることができます。
＊携帯電話の番号と暗証番号を使用して、www.SpinVox.comでアカウントの設定を確認し、明細を確認し、SpinVoxのアカウントを管理することができます。
暗証番号をすでに印刷していない場合、あるいは記録していない場合は、こちらに再度暗証番号をお知らせします。
１２３４

５．文字表記化のアシスタント
人間のオペレータ文字表記者が各自のアカウントにログインした場合に、人間のオペレータ文字表記者に提供されるアシスタントである。オペレータが必要とするのは、ウェブブラウザ、音声カード、メディアファイルまたはストリーミングプロトコルを再生し、再生を制御することができるメディアプレーヤ、および高速のインターネットアクセスである。図１２に、文字表記のプロセスフローチャートを示す。各文字表記者は、ログインし、文字表記すべきVoicemailView（オペレータが文字表記したメッセージを入力し、メッセージを送信させる画面については図１３を参照のこと）、またはVoiceMessengerのオーディオファイルの受信を１度に１件ずつ開始する（図１４参照）。ログインしている間は、メッセージが現在文字表記化されている最中と、一時停止中の２つのみの状態がある。

５.１ 文字表記者のコントロールパネルボタン（図１３参照）
》文字表記化が完了
》文字表記化において聞き取れない場合は上記の２および３に従う
・VoicemailViewの場合は、埋めることができるフィールドが自動的に埋められて、以下のテキストで自動的なＳＭＳがユーザに送信される。
「［入手可能な場合はＣＬＩからの］新しい音声メールがあります。電話機の「１」を押して音声メールに接続し、その特定のメッセージを聞くには４ｘｘを押して下さい。ご利用ありがとうございます。SpinVox」
「送信者」フィールドは「SpinVox VoicemailView」になる。
・VoiceMessengerの場合は、埋めることが可能なフィールドが自動的に埋められて、次のテキストで自動的なＳＭＳがユーザに送信される。
「申し訳ありませんが、お客様の［時刻／日付に（入手できる場合は）「電話番号」に］話したメッセージを変換することができませんでした。もう一度静かな場所でお試しになり、はっきりと話して下さい。ご利用ありがとうございます。SpinVox」
・「送信者」フィールドは「SpinVox VoiceMessenger」になる。
》一時停止し、現在のメッセージを再度待ち行列に入れる。
》現在のメッセージを別の言語部署に再度回し、メニューで言語または「不明」を選択する。文字表記者は待ち行列に戻されて新しいメッセージを受信する。

５.２ 電話番号
》VoicemailViewの場合、「送信者」フィールドは、発呼者がメッセージを残した時に取り込まれたＣＬＩＤ（メッセージヘッダに挿入される）か、または「SpinVox VoicemailView」で自動的に埋められる。
》VoiceMessengerの場合、「送信者」フィールドは、ユーザがＤＴＭＦを使用した場合は文字表記者によって自動的に埋められる。ＤＴＭＦを使用しなかった場合、文字表記アシスタントは、文字表記者がタイプ入力するフィールドを提供する。
注：ユーザデータを保護する理由から、文字表記者が、自動的に埋められた電話フィールド（または他のユーザデータフィールド）を見ることは決してない。そのためシステムは、文字表記者が宛先番号をタイプ入力する必要がある場合以外は、それらのフィールドを公開することはない。

５.３ スペルチェッカ
文字表記者が「送信する」を押すと、システムは自動的にメッセージのスペルチェックを行い、誤りがある場合はそれを修正し、「確定し、送信する」のプロンプトとともにその修正を文字表記者に表示する、或は、文字表記者が手作業で修正できるようにする（文字表記者が要求する特定の綴りがある場合があるため）。

これを正しく行うために、スペルチェックプロセスは、地理的な地域とユーザの文化に関連する固有名詞辞書を含む。したがって、例えば、英国では、固有名詞辞書は、英語の名前だけでなく、地名、目印となる建物、通りの名前、チェーン店（establishment）の名前（パブ、バー、レストランなど）も含む。

一致するものがない場合、文字表記者は単に、下線が引かれた単語をダブルクリックし、すると最も近く一致するものが提示される。必要な場合は、文字表記者は、巻き戻し、メッセージのその部分をもう一度聞いて、適当な選択を行うことができる。

５.４ 文字表記部署マネージャ
文字表記者は、自分の下に所有するすべての文字表記者アカウントの統計を見ることができる。文字表記者は、次を閲覧し、分析することができる。
》時間、日、週、月、年単位の、タイプ（サインアップ、サポート）別の文字表記の数
》時間、日、週、月、年単位の、タイプ別の送信されたＳＭＳの数
》時間、日、週、月、年単位の待ち行列の時間
》時間、日、週、月、年単位の、タイプ別の平均メッセージ長
》時間、日、週、月、年単位の、文字表記の時間／レート
》時間、日、週、月、年単位の、タイプ別の文字表記の時間／レートの変動
》文字表記者アカウント別の上記事項すべて
》日、週、月、年単位の、タイプ別の文字表記不可能なメッセージの数と割合
》日、週、月、年単位の、文字表記のために別の部署に送られたメッセージの数と割合
》毎日ランダムサンプルを取り出し、オリジナルとＣＣＡからのトラブルチケットについてフィードバックに照らして精度を測定する（ＣＣＡマネージャがこれを行い、結果をシステムに入力する）ことによって行われる文字表記の精度。この２つの数字の悪い方が精度になる。

付録II：文字表記サービスの要件
VoicemailViewおよびVoiceMessengerの両サービスに使用される文字表記サービスには必要条件がある。

要件
主要な要件は、話され、メッセージに残されることが多い冗長な情報すべてを配信するのではなく、実際のメッセージを配信することである。

本発明による、音声メールの発生から始まり、音声メールの処理、音声メールの配信を含む音声メールプロセス全体の概略図である。 本発明による、音声メールの発生から始まり、音声メールの処理、音声メールの配信を含む音声メールプロセス全体の概略図である。 本発明による、音声メールの発生から始まり、音声メールの処理、音声メールの配信を含む音声メールプロセス全体の概略図である。 本発明を使用して文字表記された音声メールのメッセージ通知（携帯電話のメッセージ受信箱に表示される）のフォーマットの図である。 従来のテキストメッセージ通知の図である。 本発明を使用して文字表記された音声メールが携帯電話に表示されたテキストメッセージとして現れる様子を示す図である。 メッセージ受信箱にあるテキストメッセージの一覧を表示する携帯電話を表す図である。文字表記された音声メールが一覧にあり、そのメールが選択された場合にどのように表示されるかを呼び出しが示す。 文字表記された音声メールに関連するオプションとして利用することができる３つの新機能のメニュー一覧を表す図である。 従来のオーディオ音声メールを管理する、ＧＵＩに基づく音声メール管理アプリケーションを表す図である。 従来のオーディオ音声メールを管理する、ＧＵＩに基づく音声メール管理アプリケーションを表す図である。 従来のオーディオ音声メールを管理する、ＧＵＩに基づく音声メール管理アプリケーションを表す図である。 従来のオーディオ音声メールを管理する、ＧＵＩに基づく音声メール管理アプリケーションを表す図である。 ユーザが携帯電話にメッセージを話し、そのメッセージをリモートからテキストメッセージに変換できるようにするアプリケーションの動作を表す図である。 ユーザ入力によって指示される動作を示す、音声メールサーバでの動作の全フローを示す図である。 音声メッセージの文字表記者によって行われる動作の全フローを示す図である。 音声メッセージの文字表記者によって使用されるウェブベースのインタフェースの画面例の図である。 音声メッセージの文字表記者によって使用されるウェブベースのインタフェースの画面例の図である。

Claims (21)

1. 無線情報デバイスに音声メールを提供する方法であって、
   (a)音声メールサーバで音声メッセージを受信するステップと、
   (b)前記音声メッセージをオーディオファイル形式に変換するステップと、
   (c)前記オーディオファイルを、ワイドエリアネットワークを通じて、コンピュータのネットワークからなる音声／テキスト文字表記化システムに送信またはストリーミングするステップとを備え、
   前記方法は、
   (i)前記ネットワーク化されたコンピュータの１つが前記音声メッセージをオペレータに対して再生するステップと、
   (ii)前記オペレータが前記コンピュータにおいて前記元の音声メッセージをインテリジェントに文字表記化することにより、文字表記されたテキストメッセージを生成するステップと、
   (iii)前記オペレータが前記文字表記されたテキストメッセージを前記コンピュータから前記無線情報デバイスに送信させるステップとを備えることを特徴とすることを特徴とする方法。
2. 前記文字表記されたテキストメッセージは、前記音声メールサーバに保持された前記音声メッセージに前記テキストメッセージをリンクする一意の識別を含み、これにより、前記文字表記化されたテキストメッセージに関連する前記デバイス上で表示されるオプションをエンドユーザが選択することによって、その音声メッセージを無線情報デバイスで再生できるようにすることを特徴とする請求項１に記載の方法。
3. 前記文字表記されたテキストメッセージには、前記音声メッセージが最初に前記音声メールサーバで受信された時刻と日付が加えられることを特徴とする請求項１又は２に記載の方法。
4. 前記音声メッセージは、携帯電話または固定電話から発信されることを特徴とする請求項１乃至３のいずれかに記載の方法。
5. 前記文字表記されたテキストメッセージには、電話番号や発呼者の名前のような発呼者識別データが追加されていることを特徴とする請求項１乃至４のいずれかに記載の方法。
6. 前記文字表記されたテキストメッセージは、前記音声メッセージの発信者から直接送信されたかのように前記デバイスに表示されることを特徴とする請求項５に記載の方法。
7. 前記コンピュータは、前記無線情報デバイスに関連付けられた電話番号をオペレータに表示しないことを特徴とする請求項３に記載の方法。
8. 前記コンピュータは、言語、方言、または文化に関する理由から、前記音声メッセージを文字表記化するのにより適した別のオペレータのコンピュータに前記オーディオファイルを再転送する選択肢をオペレータに表示することを特徴とする請求項１乃至７のいずれかに記載の方法。
9. 前記コンピュータは、前記オペレータに、文化的な言葉、定期的な出来事、スポーツイベント、メディアイベント、他の種の報道価値のある出来事に関連する、専門用語の検索可能リストを提供して、前記オペレータがそれらの専門用語を正確に文字表記化することを助けることを特徴とする請求項１乃至８のいずれかに記載の方法。
10. 前記オペレータは、文字による記述または顔文字（emoticon）を使用して、前記文字表記されたテキストメッセージに、前記音声メッセージを残す発呼者の気分を表現することを特徴とする請求項１乃至９のいずれかに記載の方法。
11. 前記オペレータは、前記音声メッセージを簡潔に要約することを特徴とする請求項１乃至１０のいずれかに記載の方法。
12. 前記オペレータは、ＳＭＳの制限である１６０文字に収まるように前記音声メッセージを要約するか、複数のテキストメッセージを連結することを特徴とする請求項１０に記載の方法。
13. 前記オペレータは、前記音声メッセージにあるためらい、アーチファクト、または繰り返しを、前記文字表記されたテキストメッセージから除去することを特徴とする請求項１乃至１２のいずれかに記載の方法。
14. 前記テキストメッセージは、前記デバイスのユーザによって適切なものとしてあらかじめ指定されたフォーマットで前記無線情報デバイスに送信されることを特徴とする請求項１乃至１３のいずれかに記載の方法。
15. 前記テキストメッセージは、ＳＭＳ、ＭＭＳ、電子メール、またはファックスとして送信されることを特徴とする請求項１乃至１４のいずれかに記載の方法。
16. 前記文字表記されたテキストメッセージを構文解析し、前記無線情報デバイスで実行されるアプリケーションで前記構文解析されたデータを使用するステップを更に備えることを特徴とする請求項１乃至１５のいずれかに記載の方法。
17. データを構文解析し、前記構文解析されたデータを使用することは、
    (a)話された電話番号を抽出して、その番号を使用（電話をかける）、保存、編集、または電話帳に追加できるようにすること、
    (b)電子メールアドレスを抽出し、それを使用、保存、編集、またはアドレス帳に追加できるようにすること、
    (c)物理的な住所を抽出し、それを使用、保存、編集、または住所録に追加できるようにすること、
    (d)ウェブアドレス（ハイパーリンク）を抽出し、それを使用、編集、保存、またはアドレス帳あるいはブラウザの「お気に入り」に追加できるようにすること、
    (e)会合の時刻を抽出し、それを使用、保存、編集、および予定表に一項目として追加できるようにすること、
    (f)番号を抽出し、それをデバイスアプリケーションの１つに保存すること、
    (g)固有名詞を抽出し、それをウェブ（ＷＡＰまたはフルブラウザ）で検索する、または調べること、
    の少なくともいずれかを含むことを特徴とする請求項１６に記載の方法。
18. 音声メッセージの録音時間が、ユーザが設定した最大時間より短い場合は、前記メッセージが文字表記化され、そうでない場合は、前記メッセージは文字表記化されず、代わりに、聞くべき新しい音声メールがあることを知らせる標準的な通知が前記ユーザに送信されることを特徴とする請求項１乃至１７のいずれかに記載の方法。
19. 人間の文字表記者が前記音声メッセージを聞き、メッセージの受信者に送信される通話の主題を非常に短い表現に書きまとめることを特徴とする請求項１８に記載の方法。
20. ある量のテキストより少ないテキストしかサポートしないデバイスについては、初めにデータベースでテキストの制限が調べられ、次いで、適切な最大録音時間が自動的に提示されることを特徴とする請求項１８に記載の方法。
21. 請求項１乃至２０のいずれかに記載の方法を使用して、音声メールから文字表記され、無線情報デバイスに提供されることを特徴とするテキストメッセージ。

Images